- Welche Rolle der Data Scientist im Unternehmen spielt
- Wo die größten Geschäftspotenziale schlummern
- Was es braucht um die Datenschätze zu heben
Susanne Zach ist Analytics Lead bei EY Österreich. In zahlreichen Digitalisierungsprojekten begleitet sie Unternehmen dabei, die Chancen und Möglichkeiten moderner Analytics Methoden zu nutzen und Geschäftsmodelle, die auf Daten basieren erfolgreich umzusetzen. Datenqualität, Compliance und Technologie werden oft als Hemmnisse wahrgenommen. Susanne hat jedoch die Erfahrung gemacht, dass mangelndes Verständnis des Mehrwerts bei den beteiligten Bereichen viel eher den gemeinsamen Erfolg verhindern.
Wahre Digitalisierung funktioniert also nicht in klassischen Ab-Teilungs-Silos. Auf der Confare Convention #IDEE2020 für Marketing, Sales, Service, HR und IT präsentieren namhafte Unternehmen wie Manner und Porsche Informatik ihre modernen Innovationsmethoden und digitalen Initiativen.
Susanne, wie viel Geschäftspotenzial steckt tatsächlich in den Datenschätzen des Unternehmens? Wie können sie genutzt werden?
Susanne Zach: Unserer Erfahrung nach sehen alle unsere Kunden, dass sie auf einem Berg von Daten sitzen. Aufgrund von Tooleinführungen oder anderer Digitalisierungsmaßnahmen vergrößert sich dieser Datenberg tagtäglich. Die Ausnutzung dieses (Daten) Potentials kann jedoch mit dem Wachstum nicht Schritt halten – schon gar nicht wenn es seitens Unternehmen keinen klaren Plan und Strukturen gibt, um mit Daten konkrete Ziele und Herausforderungen zu verfolgen, wie zum Beispiel neue Kunden zu gewinnen, Geschäftsrisiken minimieren, Prozesse zu beschleunigen, etc.
Im schlimmsten Fall schlummern die Daten als „data as a record“ zu Dokumentationszwecken und ihr Potential bleibt gänzlich ungenutzt. Das Potential wird nicht erkannt, weil im Unternehmen kein gemeinsames Bewusstsein zwischen den aktuellen Business Herausforderungen und den vorhandenen Daten und Möglichkeiten herrscht.
Um zu beantworten, wie viel Potential in den Unternehmensdaten steckt, muss man sich zuerst darüber im Klaren sein, mit welchen konkreten Herausforderungen und Zielen das Business konfrontiert ist und inwieweit diese bereits datengetrieben adressiert werden. In der passenden Qualität und richtigen Interpretation können Daten immer einen Informationsvorsprung darstellen, die es dem Business erlaubt, bessere Entscheidungen zu treffen und schnellere Handlungen zu setzen.
Vereinfacht gesagt: Je größer die Herausforderungen sind und je geringer diese datengetrieben adressiert werden, desto größer ist auch das Geschäftspotential der (vorhandenen) Daten. Um das Potential bestmöglich zu nutzen, muss die traditionelle Trennung zwischen IT und Business gebrochen werden und Bewusstsein sowie Strukturen geschaffen werden, die es erlauben, Daten als wesentliches Asset zur Sicherung des Unternehmenserfolgs zu betrachten.
Was waren bisher die Show Stopper dabei, die Möglichkeiten für Big Data und Analytics auszuschöpfen?
Susanne Zach: Die klassischen Showstopper sind natürlich die Themen Datenqualität und Compliance-Bedenken (wie zum Beispiel Datenschutz). Es kann auch sein, dass es am Buy-In einiger weniger Entscheidungsträger mangelt, da es nicht gelingt, den Business-Mehrwert eines Use Cases aufzuzeigen.
Unsere Erfahrung zeigt, dass das Business Buy-In und der konkrete Mehrwert die wesentlichen Erfolgsfaktoren sind. Datenqualitätsprobleme sind zwar keine Seltenheit, lassen sich jedoch in den meisten Fällen kurz und mittelfristig lösen. Datenschutzbedenken müssen differenzierter betrachtet werden – mangels unzureichenden Verständnisses können diese oft unbegründet sein oder auch als Vorwand dienen. Bei begründeten Bedenken, können wir mit den Kompetenzen in unserem Team aufzeigen, dass das Datenschutzgesetz nicht als eine Ansammlung von Verbotstafeln zu betrachten ist, sondern als ein Kochbuch, welches einem Wege einer datenschutzkonformen Lösung aufzeigt.
Wie sieht dabei die Rollenverteilung von IT und Business aus? Wie sehr kann der Anwender mitgestalten?
Susanne Zach
Susanne Zach: In den meisten Anwendungsfällen gilt es, Businessherausforderungen zu lösen, womit das Business der interne Kunde ist. Seine Beteiligung ist also zentral, wenn es um die Erarbeitung einer nachhaltigen Lösung und Realisierung des Datenmehrwerts geht. Die Herausforderung besteht darin, eine gesunde Balance zwischen beiden Welten zu finden und diese möglichst effizient gemeinsam an einem Ziel arbeiten zu lassen. Aus diesem Grund haben viele der führenden datengetriebenen (Plattform) Unternehmen produktorientierte Organisationstrukturen geschaffen, in denen die klassische funktionale Trennung zwischen Business und IT nicht existent ist. Auch viele traditionale Unternehmen folgen diesem Beispiel und weichen ihre funktionalen Organisationsstrukturen auf und schaffen agile Produktteams, dessen „Product Owner“ für den Erfolg des digitalen Produkts verantwortlich ist.
Wie ist dabei die Rolle der Data Scientists? Was sind die Voraussetzungen für ihre Arbeit?
Susanne Zach: Wir beobachten, dass mittlerweile die Herausforderung nicht nur darin besteht, gute Data Scientisten am Markt zu finden, sondern auch, diese im Unternehmen zu halten. Bei Unternehmen ohne Strukturen für die zielgerichtete Entwicklung von Use Cases und Zusammenarbeit mit dem Business, rutschen Data Scientisten schnell in die Rolle eines Projektmanagers und ein Großteil ihrer Arbeit besteht aus administrativen Tätigkeiten, die ihre spezialisierten Fähigkeiten nicht erfordern. Die Erwartungshaltung von Data Scientisten ist jedoch, an der datengetriebenen Lösung komplexer Probleme zu arbeiten, die Teil eines digitalen Produkts ist.
Dazu sind neben Data Scientisten auch andere Rollen notwendig, und Unternehmen müssen die notwendigen Strukturen schaffen, die einen möglichst zielgerichteten Einsatz sämtlicher Rollen ermöglicht. Im Idealfall sind also aus der Sicht von Data Scientisten nicht nur die Rollen und Aufgaben in der Zusammenarbeit mit anderen Kollegen klar definiert, sondern auch die entsprechenden Verantwortlichkeiten (z.B. Datenverantwortlichkeit), Prozesse (z.B. Freigabeprozesse) und Technologien (z.B. Tools und Entwicklungsumgebungen) vorhanden.
Susanne, welche Anforderungen ergeben sich an die Daten-Infrastruktur?
Susanne Zach: Im Wesentlichen müssen hier drei Ziele erreicht werden: (i) Datenverfügbarkeit: Daten müssen aus den Abteilungssilos herausgeholt und dem gesamten Unternehmen einfach und schnell zur Verfügung gestellt werden. Dies beinhaltet auch den Aufbau entsprechender technischer Infrastruktur, welche performante Auswertungen aktueller Daten etc. ermöglicht. (ii) Datenqualität: Die Daten müssen in angemessener Qualität vorliegen, sodass auch eine Verwendung abseits des ursprünglichen Zwecks möglich ist. (iii) Daten Compliance: Die Einhaltung von Datenschutz- und Datensicherheitsanforderungen muss über den ganzen Lebenszyklus von Daten gewährleistet bleiben.
Confare #CIO2020
Das CIO Community Event mit der Award-Verleihung CIO OF THE DECADE am 20. Oktober 2020 in Frankfurt
*Für CIOs und IT-Manager ist die Teilnahme mit keinen Kosten verbunden
Und wie sehen die technischen Anforderungen aus? Welche Tools und Infrastruktur sind erforderlich?
Susanne Zach: Ein Großteil der Daten liegt in Abteilungssilos und ihren Quellsystemen. Dies wird dann zum Problem, wenn diejenigen, die den Datenschatz und das Potential realisieren wollen nicht Teil dieses „Silos“ sind und die Daten abseits ihres ursprünglichen Zwecks genutzt werden sollen. Wenn wir das Potential der Daten bestmöglich nutzen wollen, müssen wir diese auch möglichst einfach, effizient und in angemessener Qualität bereitstellen können. Dazu werden die Daten aus den Quellsystemen der verschiedenen Fachbereiche in eine zentral verwalteten Datenplattform repliziert – z.B. in einem Data Warehouse oder Data Lake. Dort können diese zentral verwaltet, harmonisiert, und performant für unterschiedliche Anwendungsfälle bereitgestellt werden (z.B. Reporting, Analytics Use Cases, etc.). Der Vorteil liegt darin, dass Daten Management Prozesse (z.B. Qualitätsmonitoring) damit an einem zentralen Punkt einheitlich stattfinden können und zusätzliche Aufwände auf Quellsystem und Fachabteilungsebene geringgehalten werden können.
Abgesehen von einer zentralen Datenplattform sind die Tools zur Analyse und Visualisierung von Daten ein wesentlicher Bestandteil der Infrastruktur. Wir beobachten oft, dass Unternehmen es versäumt haben, die Nutzung einheitlicher Tools durchzusetzen. Als Folge gibt es beispielsweise einen Fleckerlteppich an Tableau, Micro Strategy, Power BI, qlik etc. Reporting Anwendungen mit unterschiedlichen zugrundeliegenden Datenmodellen. Dies ist nicht nur kostenineffizient, sondern birgt auch das Risiko, keinen „single point of truth“ mehr zu haben – was zu erheblichen Konflikten im Reporting führen kann, insbesondere wenn Zahlen an staatliche Behörden übermittelt werden müssen. Des Weiteren kann es selbst in größeren Unternehmen schwierig sein, entsprechende Know-How Ressourcen für den Betrieb und Support sämtlicher Anwendungen bereitzuhalten.
Wenn Daten geschäftlich an Bedeutung gewinnen, was bedeutet das für die Sicherheitsanforderungen? Wo gibt es hier Handlungsfelder?
Susanne Zach: Wenn Daten als Asset betrachtet werden, muss im gleichen Zug auch das Bewusstsein bei jedem einzelnen Mitarbeiter dafür geschaffen werden, dass auch der Schutz von Daten entsprechende Priorität haben muss. Je größer die Bedeutung der Daten, desto größer muss auch der Schutzring sein, der um die Daten gelegt wird. Damit Unternehmen in der Lage sind, eine entsprechende Bewertung durchzuführen und Maßnahmen zu setzen, müssen auch hierfür wieder die entsprechenden Strukturen vorhanden sein. Nicht zuletzt ist der effiziente Schutz einer wachsenden Datenmenge ein weiterer Grund für die Etablierung einer zentralen Datenplattform. Dort können Sicherheitsmaßnahmen an einem zentralen Punkt professionell gemanagt werden.